Baixe o app para aproveitar ainda mais
Prévia do material em texto
Noções Básicas sobre Erros Cálculo Numérico Unidade I Introdução � Os métodos numéricos são utilizados para a resolução de problemas em diversas áreas. A solução é obtida através de um conjunto de etapas conforme figura abaixo: Problema Real Levantamento de Dados Construção do Modelo Matemático Escolha do Método Numérico Adequado Implementação Computacional deste Modelo Análise dos Resultados Obtidos Se Necessário: Reformular o Modelo Matemático e/ou Escolher Novo Método Numérico Introdução � Fase de Modelagem do Modelo Matemático: � Fase de observação e entendimento do fenômeno físico � Uso de conhecimentos já estabelecidos � Simplificações, quando necessárias � Fase de Resolução: Método Exato (quando possível) ou Método Numérico� Fase de Resolução: Método Exato (quando possível) ou Método Numérico � Método Exato: Pode conter erros provenientes das operações processadas com equipamentos com capacidade limitada para armazenar dados. Em alguns casos, pode conter erros também devido a utilização de números aproximados. � Método Numérico: Utiliza um algoritmo aproximado para a resolução do modelo matemático, o que pode gerar erros, além dos erros mencionados no Método Exato. Introdução � Exemplo � Calcular a área de uma circunferência de raio 100m. Resultados obtidos: a) A=31400 m²a) A=31400 m² b) A= 31416 m² c) A= 31415.92654 m² Como justificar as diferenças entre os resultados? É possível obter “exatamente” esta área? Erros na Fase de Modelagem � São erros decorrentes de simplificações, muitas vezes necessárias, para que o fenômeno da natureza possa ser representado por um modelo matemático e que tenha condições de ser tratado com as ferramentas matemáticas disponíveis (ARENALES E DAREZZO,ferramentas matemáticas disponíveis (ARENALES E DAREZZO, 2008). Erros na Fase de Resolução � Erros na mudança de base � A maioria dos equipamentos computacionais representa os valores numéricos no sistema binário. � Quando implementamos um algoritmo, os dados de entrada do� Quando implementamos um algoritmo, os dados de entrada do modelo matemático, escritos em decimal, são transformados em uma outra base de representação, a base binária. � O processo de transformação de base pode conter erros em razão da limitação de representação do equipamento computacional. Erros na Fase de Resolução � Conversão de Números nos Sistemas Decimal e Binário Dado um número real, N, é possível representá-lo em qualquer base b, da seguinte forma: ∑ ×= m ibaN Onde , com n e m inteiros. Exemplo 1: Neste caso, o binário só tem a parte inteira, isto é, i=0, 1, 2 e 3. ∑ = ×= ni i ib baN Erros na Fase de Resolução Exemplo 2: Neste caso, o binário tem parte inteira e parte fracionária, isto é, n=2 e m=2.n=2 e m=2. � Mudança da base binária para a base decimal Erros na Fase de Resolução � Mudança da base decimal para a base binária A mudança consiste na divisão do número na base decimal sucessivamente por 2, armazenando, a cada passo, o algarismo do resto (r), até que o quociente da divisão seja igual a 1.igual a 1. Exemplo 1: Decimal inteiro: 25 Erros na Fase de Resolução Exemplo 2) Decimal com parte fracionária: 42.375 Erros na Fase de Resolução Exemplo 3) Transforme o decimal 0.2 para binário: Erros na Fase de Resolução � Erros de Representação � A representação de números positivos e negativos é através do Sistema de Ponto Flutuante. � Devido a forma adotada para representar os números, nem� Devido a forma adotada para representar os números, nem todos os reais podem ser representados. Qualquer tentativa de representar um valor fora do que o Sistema de Ponto Flutuante é capaz, constitui uma mensagem de erro: Underflow ou Overflow. Erro de Arredondamento � O erro de arredondamento ocorre quando um número não pertence às regiões de Underflow ou de Owerflow e este não é representável exatamente no sistema de ponto flutuante, sendo representado de forma aproximada.representado de forma aproximada. � Esta aproximação será caracterizada como um arredondamento para que sua representação seja possível. Exemplo: Erro Absoluto � Definimos erro absoluto como: � Como na maioria das vezes o valor exato não é disponível é necessário definir um limitante para o erro:necessário definir um limitante para o erro: Erro Relativo � Definimos erro relativo como: Como na maioria das vezes o valor exato não é disponível é � Como na maioria das vezes o valor exato não é disponível é necessário definir um limitante para o erro: Erro Relativo � Exemplos 1. Considere: Encontre 2. Considere: Encontre Erro Absoluto e Erro Relativo � Observação � Em geral, nos procedimentos numéricos são geradas uma sequência de soluções aproximadas que convergem ou não para a solução desejada do problema. Os erro absolutos e relativosa solução desejada do problema. Os erro absolutos e relativos serão usados como critério de parada nestas sequências de aproximações (ARENALES E DAREZZO, 2008). Erro de Truncamento � Consideremos o desenvolvimento de em Série de Taylor, isto é: � Suponha que o computador utilizado para trabalhar� Suponha que o computador utilizado para trabalhar numericamente com a série seja capaz de armazenar somente dados referentes aos 4 primeiros termos, isto é: � Neste caso, desprezamos todos os termos de potência maiores que 4, isto é, truncamos a série no termo de potencia de ordem 3. Exercícios � Faça um programa que calcule o fatorial de um número inteiro positivo x. Altere o valor de x, colocando números próximos de zero e números maiores. O que você observa? � Faça um programa que calcule pela série de Taylor com n termos. Altere o valor de x e n, colocando números próximos de zero e números maiores. O que você observa? Exercícios � Represente na base binária os seguintes números decimais: � 13 � 29.75 � 17.6 � 0.46875 � Converta os seguintes números binários para sua forma decimal: � 101101 � 0.1101 � 11010.1011 � 11.0101
Compartilhar